56、回声配音
尽管凌晨三点多才睡,第二天早上,邵逸明还是八点钟准时起床,把自己打扮得人模狗样,踩着九点钟的线到达了公司。
邵逸明做动画三年,做互联网运营五年,然后辞职开了自己的公司。这家公司规模很小,至今也才只有二十几个人,创业方向是这两年逐渐兴起的音频付费。
公司好不容易走到了a轮融资阶段,只要拿到第一笔融资,创业就初步成功了。如今正是最紧要的关头,不能出现一丝差错。
创投大会从上午十点进行到下午三点,三点过后是投资方和创业者自由约谈的时间。十点钟,邵逸明带着几名员工来到了大会现场。
他的演讲在十一点半左右,正好是上午场的压轴位置。
听到自己的名字,他整了整衣领,自信满满地踏上舞台。
“这些年来,随着互联网的高速发展,信息传播从两级变成多级,去中心化概念越来越热,也就导致了ugc平台的兴起,ugc成为内容领域人人追逐的模式。”
“ugc是什么?用户创造内容。不错,它具有很好的多样性、娱乐性和丰富性,所有做运营的都知道,用户才是最优质的内容输出者。但是今天,我要在这里给它泼一盆冷水——ugc模式不适用于音频领域。”
“到今天为止,音频领域的ugc内容有什么?歌曲翻唱、有声书,其他的呢?没有了。这两项是目前最成熟的音频ugc,让我们来看看它的现状。”
“歌曲翻唱,很难通过歌曲本身来获得盈利,必须通过直播等其他形式,也就是说,它本质上其实不属于付费音频,不是我们这个行业要做的事。至于有声书,关于用户自行制作的有声书,侵权问题都还没得到认定,盈利更是完不可能的事。”
“其他的有声内容,诸如有声节目、广播剧、原创歌曲,并不是用户可以产出的内容。对业余用户来说,它的门槛太高了。我们看到现在有许多广播剧爱好者,自发组成团体制作广播剧,但是这种业余团体,一般只能出品一到两期短篇剧集,无法维持一个长期稳定的更新状态。这种是很难去做付费的,它不是一个优质可持续的付费内容。”
“诸位,ugc在音频领域的路都被堵死了,在我们这个行业,不存在ugc付费。”
邵逸明的演讲,一上来就是dissugc,与行业内主流的“寻求ugc新模式”的声音截然相反,很是吸引了一大批投资者的兴趣。
他自觉火候已足,便转移了话题,不再dissugc,开始讲述自己公司的“打造精品pgc”创业理念。
邵逸明做了五年运营,参与过的融资不下三次,他太清楚怎么去吸引投资者了。风投大佬们除了看团队、看产品,最喜欢的就是看一些玄玄乎乎的创业理念,哪怕团队稀烂、产品还未成型,只要理念到位,钱就可以到位。
邵逸明发言完毕,台下掌声雷动,他心满意足地走下去。
刚一回到座位上,就有人来搭讪,“邵总,我们风投的代表想和您约一面,请问下午有时间吗?”
邵逸明春风满面地应下一个又一个邀请,下午的安排从三点一直排到了八点。
与此同时,同一座城市的另一栋大厦里,回声科技的员工正在忙碌。
程涛最近特别春风得意,他原本只是回声的一个项目经理,和楼清焰签订外包合同的时候也没想太多,觉得语音合成应该适用于回声配音这个项目,结果没想到,何止是适用于回声配音,这个技术可以把整个回声都捧到天上去。
回声科技的研发方向是人工智能+语音,而楼清焰交出的语音合成软件,在这个领域里已经达到了登峰造极。
可以这么说,这项技术到手,整个回声的所有研发项目都废了,必须来一次整体的更新换代。
那天见完楼清焰回去,处在惊骇中久久不能回神的程涛,不顾已经是下班时间,直接一个电话把回声总裁call了起来。
总裁下班被call自然非常愤怒,但在程涛的强烈要求下,还是忍着脾气回到公司。
但是看到语音合成软件之后,他的一切脾气都消失了,只剩下怎么压都压不住的惊涛骇浪。
他震惊了十分钟,然后闭目思考三十分钟,睁开眼睛第一件事,把程涛从项目经理提成了研发总监。
然后叫停了回声的一切在研项目。
连夜叫停,搞得整个公司人心惶惶,还以为公司是不是要倒闭了。
第二天,经历惊涛骇浪洗礼的就变成了这些研发人员,他们被叫到一起参观新的语音合成技术,然后一个个震惊到话都说不出来。
科技公司的研发部肯定和学术界挂钩,这群人每天必看学术新闻,时刻前沿技术的进步。不是他们没见识,而是无论是多么权威的学术期刊,都不曾登载过如此惊世骇俗的技术。
是的……惊世骇俗。
这项技术厉害到了什么地步呢?就算他们拿到手,也只能短暂地独享一段时间,然后大概会在各方压力下被迫作出一些利益让步。因为它实在是超前太多了,如果仅仅超前一点,还不至于这样。
软件代码摊开在编译器上,竟然没有一个人能够看懂,这个软件的算法有60%是新的,实现算法的数学模型更是闻所未闻见所未见。
回声研究员:震撼我家。
这也是楼清焰愿意把技术换给回声而不是自己做的原因之一。他连特效插件都保不住,怎么可能保得住划时代的语音合成?如果在羽翼未丰前就捏住了这么吊的技术,不被吞并几乎不可能。
深空科技最惧怕的就是被巨头吞并,君不见bat现在多么爱玩大鱼吃小鱼的游戏。为了让深空可以坚持不融资,楼清焰都能费尽心机搞出二十亿神话,自然不会允许这么大的威胁出现。
回声就不一样了,公司体量已经做起来,不是想吞就能吞的。
但是,把这种划时代的技术交给其他公司,楼清焰不是吃了个大亏吗?
回声总裁也在思考这个问题,直到程涛对他说:“你忘了吗,我们和他签的是对赌协议。”
不但是对赌协议,还是一份前所未有的“技术对赌”。
如果深空最后交给回声的软件能完成功能,回声就必须履行条款,这样的对赌协议。
回声总裁那时觉得只是一个小项目的外包,并没有太这个事,此时想起来,颇觉震撼,“那我们答应了什么条款?”
程涛深深地把头低了下去。
当初看那些条款那么不切实际,他以为深空也拿不准能不能开发出具体功能,只是尽量往高里写。毕竟对赌嘛,上限越高越好,万一就出奇迹了呢?
谁知道,对他来说是奇迹的东西,对fire来说,是顺理成章。
回声总裁只听了第一个条款就够够的了,“什么叫技术相关盈利10%都给他?这特么不是凭空套走了我们公司10%的股份???”
不是他夸张,语音合成这个技术一出现,回声所有开发组势必要学习,然后要把学来的东西应用在其他项目里。回声科技所有的产品,都得在这项技术的指导下更新换代。楼清焰张口要来10%的技术相关盈利,就和拿了他们10%的股份没有差别。
程涛只好说:“有时限的,有时限的……”
比起这一条,其他条款也不算什么了,总裁扫了一眼,也没脾气了,温和地说:“这是让我们帮忙扶持他的繁星网?这和我们自己做一个平台网站有什么差别?”
他真的很温和。就是程涛没敢接话。
这些都是前事了,时间回到现在,语音合成和繁星网即将联合发行,程涛正在监督前期工作。
是的,只有程涛。至于fire,那是谁?
深空?不存在的。宣发工作是回声在搞,深空只管坐享其成。
程涛一边坐在那等时间,一边想起了楼清焰这个人。
一个失去继承权被赶出家门的富二代,曾经的平台第一网红。
曾几何时,他的人生就是炫富、扔钱、吃喝玩乐。他有一句著名的言论:“每天早上醒来都有两个烦恼,第一烦恼今天该怎么烧钱,第二烦恼今天该怼谁。”
楼清焰的人品其实并没有什么污点,也没有不能容忍的黑历史。他只是得瑟了点、幼稚了点、愤青了点。
但他的人生太让人羡慕了。随心所欲,爱做什么做什么,永远不用容忍不顺心的事,看不服谁就骂谁,被一个儿控老爸力宠着……每个人都会或多或少产生一点嫉妒或者仇视,所以他的黑粉铺天盖地。
所以,当他跌落谷底的时候,尽管他才是那个受害者,人们却只感到幸灾乐祸。
楼清焰的社交平台已经不更新了,每天仍有无数人追在下面嘲讽,用着那些看到都觉得脏了眼睛的词。
他们以这种嘲讽来发泄自己一整天积攒的愤怒,仿佛楼清焰的销声匿迹是他们对战现实的某种胜利。
十二点,时间到了。软件官网发布,电脑端和移动app挂上应用商城,广告商发来ok的手势,繁星网正式上线。
程涛看着发布出去的网站页面,忽然起了一身的鸡皮疙瘩。
谁也不知道,那个已经销声匿迹许久的落魄二世祖,正在改变世界。
下午三点,邵逸明准时来到约好的地方,等待和投资方的会面。
然而,他却只等来一个被放鸽子的通知。
“抱歉,我们经理临时有事,不能过去了。投资的事情,以后有机会再谈吧。”
……有机会再谈?还有什么机会?
这分明就是拒绝!
如果只单单是一家的拒绝也就罢了,然而,在接下来的几小时内,邵逸明收到了所有预约企业的拒绝。
晚上八点,不管他苦苦哀求多少遍,最后一家风投也还是没来。
他一个人坐在餐厅里,呆呆的,心想:完了。
融资泡汤了。
凡是对付费音频有点兴趣的投资方,都参加了这次创投大会。如果在大会上没能拉到投资,接下来再拉投资的希望就渺茫了。
付费音频是新热点,行业拓荒者数不胜数,且已经有了珠穆朗玛那种成功的企业,没钱就没法高速铺开业务,就抢不过别人,就注定失败。
完了,一切都完了。
窗外华灯初上,邵逸明的脸反射在玻璃上,长达一个小时的时间,他脑中一片混乱。
一个小时后,他突然想:为什么?
为什么会被那么多家风投连续放鸽子?难道是背后有人在搞他?
还未来得及仔细思考,员工电话打进来,大呼小叫地跟他说:“邵哥!你看到了吗!变天了!怎么办!我们怎么办啊!”
“怎么回事?”邵逸明这会儿异常冷静,嘴里回答着电话,脑海里还在想,谁会费这么大力气给他使绊子。
“快去看看新闻啊邵哥!!!都一下午了难道你还不知道吗!!!”
邵逸明飞快挂掉电话打开新闻网站,一个不容忽视的大头条挂在那里。
“回声科技今日震撼发布,划时代语音合成技术,我国人工智能已领先世界!”
他呆了一瞬,才打开新闻,拉下去细看。
整篇新闻的口吻带有一种明明很激动却强自抑制的感觉,这小编也真是厉害,用特别理性客观的文字把回声从上到下夸了一个遍,还不着痕迹地介绍了新软件的各种功能。
软件的名字很普通,就叫回声配音,和之前一模一样。
只不过之前的回声配音是个网页程序,这回有了客户端。
“基于这种划时代语音合成技术,回声科技目前仅发布‘回声配音’一项产品,仅仅是这一款软件,已经展现出令人震惊的功能效果。这一技术的后续开发非常值得期待。”
邵逸明看完软件,强压着内心的惊疑不定,去应用商店
。
移动端的app设计非常简单,就是输入一段文字转换成语音,带有简单的参数调试功能。
ai配音对硬件的要求相当高,手机端不能一次转换太多内容,一次输入仅限五十字。
邵逸明第一时间想到那个刚刚通过海选的动画剧本,随意从剧本中拉出一句词输入进去。
文字输入完毕,蹦出挑选音色的选项,预置音色有最基本的童音、少年、青年、中年、老年,每一样都分男女。
点击某个音色,就直接输出声音。
仅仅是一句简短的对话,邵逸明点开每一个音色来回听了三遍,越听越觉得难以置信。
是语音合成,真正的语音合成。
和软件唱歌不一样,语音合成不是简单的声音排列组合,还需要自然语言处理,识别文字语义等等。现在,程序识别出了某句话的语义,根据语义配置了合理的起伏、韵律和声调,然后播放出来。
逼真程度之高,就像是有一个真人在手机里说话一样!
程序的表达不一定最动听,但绝对是符合语境的,让人找不出违和感。
换句话说,软件不具有顶尖配音演员的实力,但是却具有普通配音演员的能力。
邵逸明强自镇定,安慰自己说:平平无奇,没有灵魂。别怕别怕。
机器终归是机器,就算能配音,也只是套路化模仿人的语气,配不出有力量的情感表达。就像是演技拙劣的演员非要去演戏
他随便选了一个音色,点击确认,来到了下一个页面——情感选择。
下面有四个滑条,分别是喜悦、激动、愤怒、恐惧。
邵逸明滑动这四个滑条的时候,感觉异常不真实,就好像在滑动图片的rbg滑条一样。
滑动之后,实时生成的语音果然出现了微妙的语气变化。
这一页下面还有一样小字:“登陆电脑客户端,调节更多情感维度,还可以自行设计维度模型,保存参数建立情感滤镜。”
邵逸明犹豫了一下,没有理会,点击确定来到下一个页面。
这一步的名字叫“音频液化”,选择一个参数,在屏幕上生成一条曲线,手指涂抹就可以改变曲线的形状,纵轴是该项参数,横轴是时间。
音量是一条直线,用手指向上抹出一个小山包,山包对应的时间段的音量就会发生变化。
语调是曲线,可以用手指涂抹直接改变声调的上扬或下抑。
语气轻重是折线,可以制造强调声或轻声。
发声位置,可以调出气音、鼻音、胸腔共鸣、丹田发声不同的效果。
还有音高、语速等等各种各样的参数。原本“平平无奇没有灵魂”的普通对话,可以在这个界面往千奇百怪的方向去调整,输出令人叹为观止的多样性成果。
第四步就是最后一步,完成这一步之后,系统就生成了3文件。
邵逸明听了一遍又一遍,最后靠在椅子上,用手盖住脸,长叹一口气。
除了音色有些出入,这整句话和他所设想的一模一样。
过了半天,他终于找到理由安慰自己:“……第四步也太复杂了,选择困难症怕不是能玩一年。要是都这么一句话一句话地调,猴年马月才能完成一段配音?”
厉害归厉害,效率反而降低了。
这个想法刚一冒出来,app页面弹出提示:“是否感觉参数太细致,建立音频太麻烦,耗时过长?下载pc客户端,体验高效率ai配音。”
邵逸明立刻捕捉到关键点:pc端的功能更加强大?
这个手机端时时刻刻都在给pc端打广告,很明显只是pc端的一个推广试验版。
移动app已经强大如斯,pc端的完整功能该有多么恐怖?
邵逸明立刻起身,连回家都等不及,找了家最近的网吧,开机直接下载软件。
比起手机端的简易,pc端显得过于臃肿了。光纤网速下,软件下载了整整一个小时,又安装了半个小时,才总算弄好。
这是个付费软件,功能试用一周,简单功能试用一个月。
邵逸明迫不及待地点进去,发现它比起手机端的确是强大了不少。
文本输入方式变成了导入文本文件,没有五十个字的限制,一次可以导入数千字的文本。
他直接登陆云盘把自己的剧本下载下来,从里面选了一小段导入进去。
文本读入后,显示在左侧的空白框里,系统自动识别文本格式,广告词、、剧本,都会有不同的排列方式,对应不同的窗口布局。就像ps一样,根据画画、修图、平面设计不同的功能,会有不同的窗口预设。
文本一导入,软件就蹦出提示,“监测到您的文本类型为剧本,是否切换为广播剧模式?”
切换之后,整个窗口布局大变样,被分成了五个模块。
左上是文本时间轴,一行一句文本,对应着音频时间线。左下是角色窗口,从剧本中自动识别出的几个角色已经整整齐齐排列在里面,点开之后是自定义角色卡,包括该角色的音色、情感滤镜、语速语气等等。
右上是属性编辑器,右下是音效素材库。
整个页面最下方是一条多轨道时间轴,可以对音频进行整体的编辑。
这么一看,这个软件就已经专业得不行,ui设计功力不逊于adobe系列。
第一步依旧是选择音色,但不再直接输出音频,而是选好音色后,填到角色卡里。
邵逸明选完第一个角色的音色就悟了,他应该先把这些角色卡填满,然后再去调整生成的音频参数。
除了常规的语速语气等,角色卡里还有“情感滤镜”选项,可以选预置的,也可以自定义。自定义窗口里足有二十多个情感维度,开心、同情、嫉妒、失望……二十多个滑条看得人眼花缭乱。
一个角色不可能永远高兴或永远悲伤,邵逸明填完第一个角色,想了想,复制出一份,在角色名字后面加了个括号(低落),微调了一下参数,换了一个滤镜,用来表示该角色不开心时的状态。
很快,各个角色以及它们的复制体建立完毕,可以开始编辑详细语句了。
每一句的可编辑参数都显示在右侧属性编辑器里,和角色卡里的参数几乎一模一样,也有情感滤镜选项。邵逸明立刻意识到,所谓的角色卡,其实就是一个参数模型。
属性编辑器里,唯一和角色卡不一样的,就是音频液化曲线,像手机app一样,可以对某一个句子的不同时间点,进行最细微的调整。
编辑完角色、编辑完语句,软件自动合成音频,这段音频显示在右下方的音效素材库里,可以拖入多轨道编辑器进行剪辑。音效素材库链接到云端,用户可以从中下载所需要的任何音效。当然,也可以自己导入。
到这里为止,这个软件只是普通的配音软件而已,功能无非是模仿人类的声音,细化了各种可调参数。
用这个软件来做广播剧的话,只要设定好角色,输入剧本就可以输出音频。但这样做出来的广播剧非常“标准化”,用邵逸明的话说就是“平平无奇、没有灵魂。”
如果对广播剧进行精细化的微调,可以达成很好的效果,甚至能调出专业配音都达不到的水平,但那样又太慢了,要一点一点抠到天荒地老。
邵逸明心想,这个软件是不是有点鸡肋?一键生成的作品比较粗糙,精细制作的效率又不如人工配音。
当然,可以用这个软件生成大量粗糙的ugc作品,人们对ugc作品的要求一向很低,就像网友自己利用游戏制作的电影,再粗糙也有粉丝。
但它也只能用大量粗糙作品填充低端音频市场,或者出一两部极其精细的“神作”,真正的中端精品内容,还是只能由pgc产出。
这个想法才刚冒出来,邵逸明突然发现,软件里还有一个功能。
“ai换声,这是什么?”
他一下子打了个激灵,想到ai换脸、ai换人……“草,不会是我想的那样吧?”
还真就是他想的那样。
ai换声的功能是,可以自己为某个角色配音,ai系统会学习他的声学数据,换成系统预置音色。类似于变声器的功能,但不是实时变声。
弄懂这个功能之后,他直接摘下耳机,坐在椅子上,喃喃道:“补齐了。”
软件的最后一个缺陷也补齐了。
精细制作效率低?不,我们可以ai换声。嫌调参数麻烦,就自己配音,再换成角色的声音。
邵逸明是做音频内容运营的,他一下子就想出了,这个软件发布后,广播剧的制作模式将会发生多么翻天覆地的改变。
在低端市场,只要设定好角色、输入剧本、适当添加音效,就可以一键生成广播剧。这种广播剧比较套路化,该有的语气声调样样不缺,但比较缺乏表现力。这就像是一部演技很差的偶像剧。
在中端市场,依旧是按照上述模式生成广播剧,但在比较关键、比较需要表达力的篇幅上,可以由配音演员进行配音,再替换成角色的声音。程配音替换也可以,总之,只要一个配音演员够了,一个人就能完成一整个剧组的工作。这种广播剧就像是偶尔演技爆发的普通电视剧。
在高端市场,用软件对广播剧进行不厌其烦的精细微调,可以完成非常高级的表达。这种广播剧,大概就像演技爆棚的大电影,普遍意义上的“神作”。
一部广播剧所需要的人才依旧是三种——编剧、导演、配音,但团队急剧缩水,最多只需要三个人。
一名编剧足以自己完成一部低端剧集,再加上一名配音,可以完成中端或高端剧集,如果编剧本身就是配音那更好了。至于导演,可有可无。
两个人能做,一个人也能做,超高效率的广播剧内容产出,这就是、这就是……
“这就是付费音频的ugc模式……”
请收藏本站:https://www.bglo.cc。笔趣阁手机版:https://m.bglo.cc
邵逸明做动画三年,做互联网运营五年,然后辞职开了自己的公司。这家公司规模很小,至今也才只有二十几个人,创业方向是这两年逐渐兴起的音频付费。
公司好不容易走到了a轮融资阶段,只要拿到第一笔融资,创业就初步成功了。如今正是最紧要的关头,不能出现一丝差错。
创投大会从上午十点进行到下午三点,三点过后是投资方和创业者自由约谈的时间。十点钟,邵逸明带着几名员工来到了大会现场。
他的演讲在十一点半左右,正好是上午场的压轴位置。
听到自己的名字,他整了整衣领,自信满满地踏上舞台。
“这些年来,随着互联网的高速发展,信息传播从两级变成多级,去中心化概念越来越热,也就导致了ugc平台的兴起,ugc成为内容领域人人追逐的模式。”
“ugc是什么?用户创造内容。不错,它具有很好的多样性、娱乐性和丰富性,所有做运营的都知道,用户才是最优质的内容输出者。但是今天,我要在这里给它泼一盆冷水——ugc模式不适用于音频领域。”
“到今天为止,音频领域的ugc内容有什么?歌曲翻唱、有声书,其他的呢?没有了。这两项是目前最成熟的音频ugc,让我们来看看它的现状。”
“歌曲翻唱,很难通过歌曲本身来获得盈利,必须通过直播等其他形式,也就是说,它本质上其实不属于付费音频,不是我们这个行业要做的事。至于有声书,关于用户自行制作的有声书,侵权问题都还没得到认定,盈利更是完不可能的事。”
“其他的有声内容,诸如有声节目、广播剧、原创歌曲,并不是用户可以产出的内容。对业余用户来说,它的门槛太高了。我们看到现在有许多广播剧爱好者,自发组成团体制作广播剧,但是这种业余团体,一般只能出品一到两期短篇剧集,无法维持一个长期稳定的更新状态。这种是很难去做付费的,它不是一个优质可持续的付费内容。”
“诸位,ugc在音频领域的路都被堵死了,在我们这个行业,不存在ugc付费。”
邵逸明的演讲,一上来就是dissugc,与行业内主流的“寻求ugc新模式”的声音截然相反,很是吸引了一大批投资者的兴趣。
他自觉火候已足,便转移了话题,不再dissugc,开始讲述自己公司的“打造精品pgc”创业理念。
邵逸明做了五年运营,参与过的融资不下三次,他太清楚怎么去吸引投资者了。风投大佬们除了看团队、看产品,最喜欢的就是看一些玄玄乎乎的创业理念,哪怕团队稀烂、产品还未成型,只要理念到位,钱就可以到位。
邵逸明发言完毕,台下掌声雷动,他心满意足地走下去。
刚一回到座位上,就有人来搭讪,“邵总,我们风投的代表想和您约一面,请问下午有时间吗?”
邵逸明春风满面地应下一个又一个邀请,下午的安排从三点一直排到了八点。
与此同时,同一座城市的另一栋大厦里,回声科技的员工正在忙碌。
程涛最近特别春风得意,他原本只是回声的一个项目经理,和楼清焰签订外包合同的时候也没想太多,觉得语音合成应该适用于回声配音这个项目,结果没想到,何止是适用于回声配音,这个技术可以把整个回声都捧到天上去。
回声科技的研发方向是人工智能+语音,而楼清焰交出的语音合成软件,在这个领域里已经达到了登峰造极。
可以这么说,这项技术到手,整个回声的所有研发项目都废了,必须来一次整体的更新换代。
那天见完楼清焰回去,处在惊骇中久久不能回神的程涛,不顾已经是下班时间,直接一个电话把回声总裁call了起来。
总裁下班被call自然非常愤怒,但在程涛的强烈要求下,还是忍着脾气回到公司。
但是看到语音合成软件之后,他的一切脾气都消失了,只剩下怎么压都压不住的惊涛骇浪。
他震惊了十分钟,然后闭目思考三十分钟,睁开眼睛第一件事,把程涛从项目经理提成了研发总监。
然后叫停了回声的一切在研项目。
连夜叫停,搞得整个公司人心惶惶,还以为公司是不是要倒闭了。
第二天,经历惊涛骇浪洗礼的就变成了这些研发人员,他们被叫到一起参观新的语音合成技术,然后一个个震惊到话都说不出来。
科技公司的研发部肯定和学术界挂钩,这群人每天必看学术新闻,时刻前沿技术的进步。不是他们没见识,而是无论是多么权威的学术期刊,都不曾登载过如此惊世骇俗的技术。
是的……惊世骇俗。
这项技术厉害到了什么地步呢?就算他们拿到手,也只能短暂地独享一段时间,然后大概会在各方压力下被迫作出一些利益让步。因为它实在是超前太多了,如果仅仅超前一点,还不至于这样。
软件代码摊开在编译器上,竟然没有一个人能够看懂,这个软件的算法有60%是新的,实现算法的数学模型更是闻所未闻见所未见。
回声研究员:震撼我家。
这也是楼清焰愿意把技术换给回声而不是自己做的原因之一。他连特效插件都保不住,怎么可能保得住划时代的语音合成?如果在羽翼未丰前就捏住了这么吊的技术,不被吞并几乎不可能。
深空科技最惧怕的就是被巨头吞并,君不见bat现在多么爱玩大鱼吃小鱼的游戏。为了让深空可以坚持不融资,楼清焰都能费尽心机搞出二十亿神话,自然不会允许这么大的威胁出现。
回声就不一样了,公司体量已经做起来,不是想吞就能吞的。
但是,把这种划时代的技术交给其他公司,楼清焰不是吃了个大亏吗?
回声总裁也在思考这个问题,直到程涛对他说:“你忘了吗,我们和他签的是对赌协议。”
不但是对赌协议,还是一份前所未有的“技术对赌”。
如果深空最后交给回声的软件能完成功能,回声就必须履行条款,这样的对赌协议。
回声总裁那时觉得只是一个小项目的外包,并没有太这个事,此时想起来,颇觉震撼,“那我们答应了什么条款?”
程涛深深地把头低了下去。
当初看那些条款那么不切实际,他以为深空也拿不准能不能开发出具体功能,只是尽量往高里写。毕竟对赌嘛,上限越高越好,万一就出奇迹了呢?
谁知道,对他来说是奇迹的东西,对fire来说,是顺理成章。
回声总裁只听了第一个条款就够够的了,“什么叫技术相关盈利10%都给他?这特么不是凭空套走了我们公司10%的股份???”
不是他夸张,语音合成这个技术一出现,回声所有开发组势必要学习,然后要把学来的东西应用在其他项目里。回声科技所有的产品,都得在这项技术的指导下更新换代。楼清焰张口要来10%的技术相关盈利,就和拿了他们10%的股份没有差别。
程涛只好说:“有时限的,有时限的……”
比起这一条,其他条款也不算什么了,总裁扫了一眼,也没脾气了,温和地说:“这是让我们帮忙扶持他的繁星网?这和我们自己做一个平台网站有什么差别?”
他真的很温和。就是程涛没敢接话。
这些都是前事了,时间回到现在,语音合成和繁星网即将联合发行,程涛正在监督前期工作。
是的,只有程涛。至于fire,那是谁?
深空?不存在的。宣发工作是回声在搞,深空只管坐享其成。
程涛一边坐在那等时间,一边想起了楼清焰这个人。
一个失去继承权被赶出家门的富二代,曾经的平台第一网红。
曾几何时,他的人生就是炫富、扔钱、吃喝玩乐。他有一句著名的言论:“每天早上醒来都有两个烦恼,第一烦恼今天该怎么烧钱,第二烦恼今天该怼谁。”
楼清焰的人品其实并没有什么污点,也没有不能容忍的黑历史。他只是得瑟了点、幼稚了点、愤青了点。
但他的人生太让人羡慕了。随心所欲,爱做什么做什么,永远不用容忍不顺心的事,看不服谁就骂谁,被一个儿控老爸力宠着……每个人都会或多或少产生一点嫉妒或者仇视,所以他的黑粉铺天盖地。
所以,当他跌落谷底的时候,尽管他才是那个受害者,人们却只感到幸灾乐祸。
楼清焰的社交平台已经不更新了,每天仍有无数人追在下面嘲讽,用着那些看到都觉得脏了眼睛的词。
他们以这种嘲讽来发泄自己一整天积攒的愤怒,仿佛楼清焰的销声匿迹是他们对战现实的某种胜利。
十二点,时间到了。软件官网发布,电脑端和移动app挂上应用商城,广告商发来ok的手势,繁星网正式上线。
程涛看着发布出去的网站页面,忽然起了一身的鸡皮疙瘩。
谁也不知道,那个已经销声匿迹许久的落魄二世祖,正在改变世界。
下午三点,邵逸明准时来到约好的地方,等待和投资方的会面。
然而,他却只等来一个被放鸽子的通知。
“抱歉,我们经理临时有事,不能过去了。投资的事情,以后有机会再谈吧。”
……有机会再谈?还有什么机会?
这分明就是拒绝!
如果只单单是一家的拒绝也就罢了,然而,在接下来的几小时内,邵逸明收到了所有预约企业的拒绝。
晚上八点,不管他苦苦哀求多少遍,最后一家风投也还是没来。
他一个人坐在餐厅里,呆呆的,心想:完了。
融资泡汤了。
凡是对付费音频有点兴趣的投资方,都参加了这次创投大会。如果在大会上没能拉到投资,接下来再拉投资的希望就渺茫了。
付费音频是新热点,行业拓荒者数不胜数,且已经有了珠穆朗玛那种成功的企业,没钱就没法高速铺开业务,就抢不过别人,就注定失败。
完了,一切都完了。
窗外华灯初上,邵逸明的脸反射在玻璃上,长达一个小时的时间,他脑中一片混乱。
一个小时后,他突然想:为什么?
为什么会被那么多家风投连续放鸽子?难道是背后有人在搞他?
还未来得及仔细思考,员工电话打进来,大呼小叫地跟他说:“邵哥!你看到了吗!变天了!怎么办!我们怎么办啊!”
“怎么回事?”邵逸明这会儿异常冷静,嘴里回答着电话,脑海里还在想,谁会费这么大力气给他使绊子。
“快去看看新闻啊邵哥!!!都一下午了难道你还不知道吗!!!”
邵逸明飞快挂掉电话打开新闻网站,一个不容忽视的大头条挂在那里。
“回声科技今日震撼发布,划时代语音合成技术,我国人工智能已领先世界!”
他呆了一瞬,才打开新闻,拉下去细看。
整篇新闻的口吻带有一种明明很激动却强自抑制的感觉,这小编也真是厉害,用特别理性客观的文字把回声从上到下夸了一个遍,还不着痕迹地介绍了新软件的各种功能。
软件的名字很普通,就叫回声配音,和之前一模一样。
只不过之前的回声配音是个网页程序,这回有了客户端。
“基于这种划时代语音合成技术,回声科技目前仅发布‘回声配音’一项产品,仅仅是这一款软件,已经展现出令人震惊的功能效果。这一技术的后续开发非常值得期待。”
邵逸明看完软件,强压着内心的惊疑不定,去应用商店
。
移动端的app设计非常简单,就是输入一段文字转换成语音,带有简单的参数调试功能。
ai配音对硬件的要求相当高,手机端不能一次转换太多内容,一次输入仅限五十字。
邵逸明第一时间想到那个刚刚通过海选的动画剧本,随意从剧本中拉出一句词输入进去。
文字输入完毕,蹦出挑选音色的选项,预置音色有最基本的童音、少年、青年、中年、老年,每一样都分男女。
点击某个音色,就直接输出声音。
仅仅是一句简短的对话,邵逸明点开每一个音色来回听了三遍,越听越觉得难以置信。
是语音合成,真正的语音合成。
和软件唱歌不一样,语音合成不是简单的声音排列组合,还需要自然语言处理,识别文字语义等等。现在,程序识别出了某句话的语义,根据语义配置了合理的起伏、韵律和声调,然后播放出来。
逼真程度之高,就像是有一个真人在手机里说话一样!
程序的表达不一定最动听,但绝对是符合语境的,让人找不出违和感。
换句话说,软件不具有顶尖配音演员的实力,但是却具有普通配音演员的能力。
邵逸明强自镇定,安慰自己说:平平无奇,没有灵魂。别怕别怕。
机器终归是机器,就算能配音,也只是套路化模仿人的语气,配不出有力量的情感表达。就像是演技拙劣的演员非要去演戏
他随便选了一个音色,点击确认,来到了下一个页面——情感选择。
下面有四个滑条,分别是喜悦、激动、愤怒、恐惧。
邵逸明滑动这四个滑条的时候,感觉异常不真实,就好像在滑动图片的rbg滑条一样。
滑动之后,实时生成的语音果然出现了微妙的语气变化。
这一页下面还有一样小字:“登陆电脑客户端,调节更多情感维度,还可以自行设计维度模型,保存参数建立情感滤镜。”
邵逸明犹豫了一下,没有理会,点击确定来到下一个页面。
这一步的名字叫“音频液化”,选择一个参数,在屏幕上生成一条曲线,手指涂抹就可以改变曲线的形状,纵轴是该项参数,横轴是时间。
音量是一条直线,用手指向上抹出一个小山包,山包对应的时间段的音量就会发生变化。
语调是曲线,可以用手指涂抹直接改变声调的上扬或下抑。
语气轻重是折线,可以制造强调声或轻声。
发声位置,可以调出气音、鼻音、胸腔共鸣、丹田发声不同的效果。
还有音高、语速等等各种各样的参数。原本“平平无奇没有灵魂”的普通对话,可以在这个界面往千奇百怪的方向去调整,输出令人叹为观止的多样性成果。
第四步就是最后一步,完成这一步之后,系统就生成了3文件。
邵逸明听了一遍又一遍,最后靠在椅子上,用手盖住脸,长叹一口气。
除了音色有些出入,这整句话和他所设想的一模一样。
过了半天,他终于找到理由安慰自己:“……第四步也太复杂了,选择困难症怕不是能玩一年。要是都这么一句话一句话地调,猴年马月才能完成一段配音?”
厉害归厉害,效率反而降低了。
这个想法刚一冒出来,app页面弹出提示:“是否感觉参数太细致,建立音频太麻烦,耗时过长?下载pc客户端,体验高效率ai配音。”
邵逸明立刻捕捉到关键点:pc端的功能更加强大?
这个手机端时时刻刻都在给pc端打广告,很明显只是pc端的一个推广试验版。
移动app已经强大如斯,pc端的完整功能该有多么恐怖?
邵逸明立刻起身,连回家都等不及,找了家最近的网吧,开机直接下载软件。
比起手机端的简易,pc端显得过于臃肿了。光纤网速下,软件下载了整整一个小时,又安装了半个小时,才总算弄好。
这是个付费软件,功能试用一周,简单功能试用一个月。
邵逸明迫不及待地点进去,发现它比起手机端的确是强大了不少。
文本输入方式变成了导入文本文件,没有五十个字的限制,一次可以导入数千字的文本。
他直接登陆云盘把自己的剧本下载下来,从里面选了一小段导入进去。
文本读入后,显示在左侧的空白框里,系统自动识别文本格式,广告词、、剧本,都会有不同的排列方式,对应不同的窗口布局。就像ps一样,根据画画、修图、平面设计不同的功能,会有不同的窗口预设。
文本一导入,软件就蹦出提示,“监测到您的文本类型为剧本,是否切换为广播剧模式?”
切换之后,整个窗口布局大变样,被分成了五个模块。
左上是文本时间轴,一行一句文本,对应着音频时间线。左下是角色窗口,从剧本中自动识别出的几个角色已经整整齐齐排列在里面,点开之后是自定义角色卡,包括该角色的音色、情感滤镜、语速语气等等。
右上是属性编辑器,右下是音效素材库。
整个页面最下方是一条多轨道时间轴,可以对音频进行整体的编辑。
这么一看,这个软件就已经专业得不行,ui设计功力不逊于adobe系列。
第一步依旧是选择音色,但不再直接输出音频,而是选好音色后,填到角色卡里。
邵逸明选完第一个角色的音色就悟了,他应该先把这些角色卡填满,然后再去调整生成的音频参数。
除了常规的语速语气等,角色卡里还有“情感滤镜”选项,可以选预置的,也可以自定义。自定义窗口里足有二十多个情感维度,开心、同情、嫉妒、失望……二十多个滑条看得人眼花缭乱。
一个角色不可能永远高兴或永远悲伤,邵逸明填完第一个角色,想了想,复制出一份,在角色名字后面加了个括号(低落),微调了一下参数,换了一个滤镜,用来表示该角色不开心时的状态。
很快,各个角色以及它们的复制体建立完毕,可以开始编辑详细语句了。
每一句的可编辑参数都显示在右侧属性编辑器里,和角色卡里的参数几乎一模一样,也有情感滤镜选项。邵逸明立刻意识到,所谓的角色卡,其实就是一个参数模型。
属性编辑器里,唯一和角色卡不一样的,就是音频液化曲线,像手机app一样,可以对某一个句子的不同时间点,进行最细微的调整。
编辑完角色、编辑完语句,软件自动合成音频,这段音频显示在右下方的音效素材库里,可以拖入多轨道编辑器进行剪辑。音效素材库链接到云端,用户可以从中下载所需要的任何音效。当然,也可以自己导入。
到这里为止,这个软件只是普通的配音软件而已,功能无非是模仿人类的声音,细化了各种可调参数。
用这个软件来做广播剧的话,只要设定好角色,输入剧本就可以输出音频。但这样做出来的广播剧非常“标准化”,用邵逸明的话说就是“平平无奇、没有灵魂。”
如果对广播剧进行精细化的微调,可以达成很好的效果,甚至能调出专业配音都达不到的水平,但那样又太慢了,要一点一点抠到天荒地老。
邵逸明心想,这个软件是不是有点鸡肋?一键生成的作品比较粗糙,精细制作的效率又不如人工配音。
当然,可以用这个软件生成大量粗糙的ugc作品,人们对ugc作品的要求一向很低,就像网友自己利用游戏制作的电影,再粗糙也有粉丝。
但它也只能用大量粗糙作品填充低端音频市场,或者出一两部极其精细的“神作”,真正的中端精品内容,还是只能由pgc产出。
这个想法才刚冒出来,邵逸明突然发现,软件里还有一个功能。
“ai换声,这是什么?”
他一下子打了个激灵,想到ai换脸、ai换人……“草,不会是我想的那样吧?”
还真就是他想的那样。
ai换声的功能是,可以自己为某个角色配音,ai系统会学习他的声学数据,换成系统预置音色。类似于变声器的功能,但不是实时变声。
弄懂这个功能之后,他直接摘下耳机,坐在椅子上,喃喃道:“补齐了。”
软件的最后一个缺陷也补齐了。
精细制作效率低?不,我们可以ai换声。嫌调参数麻烦,就自己配音,再换成角色的声音。
邵逸明是做音频内容运营的,他一下子就想出了,这个软件发布后,广播剧的制作模式将会发生多么翻天覆地的改变。
在低端市场,只要设定好角色、输入剧本、适当添加音效,就可以一键生成广播剧。这种广播剧比较套路化,该有的语气声调样样不缺,但比较缺乏表现力。这就像是一部演技很差的偶像剧。
在中端市场,依旧是按照上述模式生成广播剧,但在比较关键、比较需要表达力的篇幅上,可以由配音演员进行配音,再替换成角色的声音。程配音替换也可以,总之,只要一个配音演员够了,一个人就能完成一整个剧组的工作。这种广播剧就像是偶尔演技爆发的普通电视剧。
在高端市场,用软件对广播剧进行不厌其烦的精细微调,可以完成非常高级的表达。这种广播剧,大概就像演技爆棚的大电影,普遍意义上的“神作”。
一部广播剧所需要的人才依旧是三种——编剧、导演、配音,但团队急剧缩水,最多只需要三个人。
一名编剧足以自己完成一部低端剧集,再加上一名配音,可以完成中端或高端剧集,如果编剧本身就是配音那更好了。至于导演,可有可无。
两个人能做,一个人也能做,超高效率的广播剧内容产出,这就是、这就是……
“这就是付费音频的ugc模式……”
请收藏本站:https://www.bglo.cc。笔趣阁手机版:https://m.bglo.cc